Tag Archives | python

IBus 1.5.22 duyuruldu

Unix benzeri işletim sistemlerinde çok dilli giriş için bir giriş yöntemi çerçevesi olan IBus‘ın 1.5.22 sürümü, Takao Fujiwara tarafından duyuruldu. Topluluğun kabulünü kazanan IBus; FreeBSD, Fedora ve Ubuntu gibi birçok GNU/Linux dağıtımının paket depolarında vardır. Fedora 11’den itibaren IBus, Fedora için varsayılan giriş yöntemi çerçevesi haline gelmiştir. C ve Python’da geliştirilen IBus, XIM protokolünü uygular, ayrıca, GTK+ ve Qt giriş yöntemi modüllerine sahiptir. Systray desteği de sağlayan yazılım, yapılandırma değişikliklerini hemen uygular ve C ve Python bağları sağlar. Peng Huang tarafından geliştirilmeye başlanan IBus, GNU Genel Kamu Lisansıyla lisanslanmıştır. IBus 1.5.22 hakkında ayrıntılı bilgi edinmek için sürüm duyurusunu inceleyebilirsiniz.

Continue Reading →

IBus 1.5.22 edinmek için aşağıdaki linkten yararlanabilirsiniz.

0

SparkyLinux 2020.02 Special Editions duyuruldu

2020.02 sürümü 10 Şubat 2020‘de duyurulan Debian GNU/Linux tabanlı Polonya kökenli dağıtım SparkyLinux‘un 2020.02 Special Editions sürümü duyuruldu. 2020.02 sürümünün bir güncellenmesi olan sürüm, Debian “Bullseye” testing versiyonuna dayanıyor. Özel sürümler; GameOver, Multimedia ve Rescue versiyonlarını içeriyor. 16 Şubat 2020 tarihi itibariyle Debian testing depolarıyla senkronize edilen sistem; 5.4.13 Linux çekirdeği üzerine yapılandırılmış olarak geliyor ve depolardan 5.6-rc2 Linux çekirdeğini yükleme olanağı sunuyor. GCC 9’un yanında GCC 10 derleyicinin kurulu olduğu belirtilirken, cheese yerine camorama kullanıldığı ifade ediliyor. SparkyLinux 2020.02 Special Editions hakkında ayrıntılı bilgi edinmek için sürüm duyurusunu inceleyebilirsiniz.

Continue Reading →

SparkyLinux 2020.02 Special Editions edinmek için aşağıdaki linkten yararlanabilirsiniz.

0

SparkyLinux 2020.02.1 çıktı

Debian GNU/Linux tabanlı Polonya kökenli dağıtım SparkyLinux‘un 2020.02.1 sürümü duyuruldu. Debian GNU/Linux tabanlı dağıtımın 2020.02.1 sürümünün kurulum medyası indirilmek üzere yansılarda yerini almış bulunuyor. Öncelikle hafif LXQT masaüstü ortamına sahip tam özellikli bir sistem sunduğu ifade edilen sürümün, Xfce ve MATE masaüstü ortamlarıyla dizayn edilen versiyonları dışında Base ve CLI versiyonları da kullanıma sunulmuş bulunuyor. Ayrıca çeşitli güncel paketlerin kullanıcıların kullanımına sunulduğu belirtiliyor. SparkyLinux 2020.02.1 hakkında ayrıntılı bilgi edinmek için sürüm duyurusunu inceleyebilirsiniz.

Continue Reading →

SparkyLinux 2020.02.1 edinmek için aşağıdaki linklerden yararlanabilirsiniz.

 

0

SparkyLinux 2020.02 çıktı

Debian GNU/Linux tabanlı Polonya kökenli dağıtım SparkyLinux‘un 2020.02 sürümü çıktı. Henüz resmi duyurusu yapılmamış olan Debian GNU/Linux dayalı tabanlı 2020.02’nin kurulum medyası indirilmek üzere yansılarda yerini almış bulunuyor. Öncelikle hafif LXQT masaüstü ortamına sahip tam özellikli bir sistem sunduğu ifade edilen sürümün, Xfce ve MATE masaüstü ortamlarıyla dizayn edilen versiyonları dışında Base ve CLI versiyonları da kullanıma sunulmuş bulunuyor. Ayrıca çeşitli güncel paketlerin kullanıcıların kullanımına sunulduğu belirtiliyor. Henüz resmi duyurusu yapılmamış olan SparkyLinux 2020.02 için resmi duyuru bugün (11.02.2020) yapıldı. Buna göre 5.4.13 Linux çekirdeği üzerine yapılandırılan sürüm, Calamares yükleyicinin 3.2.18 sürümüyle geliyor. Ayrıca; Firefox 72.0.2, Thunderbird 68.4.2, LibreOffice 6.4.0, VLC 3.0.8, Exaile 4.0.2 gibi pek çok güncel yazılım içeriyor. Sürüm duyurusuna buradan ulaşabilirsiniz.

Continue Reading →

SparkyLinux 2020.02 edinmek için aşağıdaki linklerden yararlanabilirsiniz.

0

Matplotlib tutorial (Plotting Graphs Using pyplot)

Matplotlib is a library in python that creates 2D graphs to visualize data. Visualization always helps in better analysis of data and enhance the decision-making abilities of the user. In this matplotlib tutorial, we will plot some graphs and change some properties like fonts, labels, ranges, etc. First, we will install matplotlib, then we will start plotting some basics graphs. Before that, let’s see some of the graphs that matplotlib can draw. There are a number of different plot types in matplotlib. This section briefly explains some plot types in matplotlib. A line plot is a simple 2D line in the graph.

Continue Reading →

Plot Types

There are a number of different plot types in matplotlib. This section briefly explains some plot types in matplotlib.

Line Plot

A line plot is a simple 2D line in the graph.

Contouring and Pseudocolor

We can represent a two-dimensional array in color by using the function pcolormesh() even if the dimensions are unevenly spaced. Similarly, the contour()  function does the same job.

Histograms

To return the bin counts and probabilities in the form of a histogram, we use the function hist().

Paths

To add an arbitrary path in Matplotlib we use matplotlib.path module.

Streamplot

We can use the streamplot() function to plot the streamlines of a vector. We can also map the colors and width of the different parameters such as speed time etc.

Bar Charts

We can use the bar() function to make bar charts with a lot of customizations.

Other Types

Some other examples of plots in Matplotlib include:

  • Ellipses
  • Pie Charts
  • Tables
  • Scatter Plots
  • GUI widgets
  • Filled curves
  • Date handling
  • Log plots
  • Legends
  • TeX- Notations for text objects
  • Native TeX rendering
  • EEG GUI
  • XKCD-style sketch plots

Installation

Assuming that the path of Python is set in environment variables, you just need to use the pip command to install matplotlib package to get started.

Use the following command:

pip install matplotlib

In my system, the package is already installed. If the package isn’t already there, it will be downloaded and installed.

To import the package into your Python file, use the following statement:

import matplotlib.pyplot as plt

Where matplotlib is the library, pyplot is a package that includes all MATLAB functions to use MATLAB functions in Python.

Finally, we can use plt to call functions within the python file.

Vertical Line

To plot a vertical line with pyplot, you can use the axvline() function.

The syntax of axvline is as follows:

plt.axvline(x=0, ymin=0, ymax=1, **kwargs)

In this syntax: x is the coordinate for x axis. This point is from where the line would be generated vertically. ymin is the bottom of the plot, ymax is the top of the plot. **kwargs are the properties of the line such as color, label, line style, etc.

import matplotlib.pyplot as plt

plt.axvline(0.2, 0, 1, label='pyplot vertical line')

plt.legend()

plt.show()

In this example, we draw a vertical line. 0.2 means the line will be drawn at point 0.2 on the graph. 0 and 1 are ymin and ymax respectively.

label one of the line properties. legend() is the MATLAB function which enables label on the plot. Finally, show() will open the plot or graph screen.

Horizontal Line

The axhline() plots a horizontal line along. The syntax to axhline() is as follows:

plt.axhline(y=0, xmin=0, xmax=1, **kwargs)

In the syntax: y is the coordinates along y axis. These points are from where the line would be generated horizontally. xmin is the left of the plot, xmax is the right of the plot. **kwargs are the properties of the line such as color, label, line style, etc.

Replacing axvline() with axhline() in the previous example and you will have a horizontal line on the plot:

import matplotlib.pyplot as plt

ypoints = 0.2

plt.axhline(ypoints, 0, 1, label='pyplot horizontal line')

plt.legend()

plt.show()

Multiple Lines

To plot multiple vertical lines, we can create an array of x points/coordinates, then iterate through each element of array to plot more than one line:

import matplotlib.pyplot as plt

xpoints = [0.2, 0.4, 0.6]

for p in xpoints:

plt.axvline(p, label='pyplot vertical line')

plt.legend()

plt.show()

The output will be:

The above output doesn’t look really attractive, we can use different colors for each line as well in the graph.

Consider the example below:

import matplotlib.pyplot as plt

xpoints = [0.2, 0.4, 0.6]

colors = ['g', 'c', 'm']

for p, c in zip(xpoints, colors):

plt.axvline(p, label='line: {}'.format(p), c=c)

plt.legend()

plt.show()

In this example, we have an array of lines and an array of Python color symbols. Using the zip() function, both arrays are merged together: the first element of xpoints[] with the first element of the color[] array. This way, first line = green, second line = cyan, etc.

The braces {} act as a place holder to add Python variables to printing with the help of the format() function. Therefore, we have xpoints[] in the plot.

The output of the above code:

Just replace the axvline() with axhline() in the previous example and you will have horizontal multiple lines on the plot:

import matplotlib.pyplot as plt

ypoints = [0.2, 0.4, 0.6, 0.68]

colors = ['b', 'k', 'y', 'm']

for p, c in zip(ypoints, colors):

plt.axhline(p, label='line: {}'.format(p), c=c)

plt.legend()

plt.show()

The code is the same, we have an array of four points of y axis and different colors this time. Both arrays are merged together with zip() function, iterated through the final array and axhline() plots the lines as shown in the output below:

Save Figure

After plotting your graph, how to save the output plot?

To save the plot, use savefig() of pyplot.

plt.savefig(fname, **kwargs)

Where fname is the name of the file. The destination or path can also be specified along with the name of the file. The kwargs parameter is optional. It’s used to change the orientation, format, facecolor, quality, dpi, etc.

import matplotlib.pyplot as plt

ypoints = [0.2, 0.4, 0.6, 0.68]

colors = ['b','k','y', 'm']

for p, c in zip(ypoints, colors):

plt.axhline(p, label='line: {}'.format(p), c=c)

plt.savefig('horizontal_lines.png')

plt.legend()

plt.show()

The name of the file is horizontal_lines.png, the file is saved where your python file is stored:

Multiple Plots

All of the previous examples were about plotting in one plot. What about plotting multiple plots in the same figure?

You can generate multiple plots in the same figure with the help of the subplot() function of Python pyplot.

matplotlib.pyplot.subplot(nrows, ncols, index, **kwargs)

In arguments, we have three integers to specify, the number of plots in a row and in a column, then at which index the plot should be. You can consider it as a grid and we are drawing on its cells.

The first number would be nrows the number of rows, the second would be ncols the number of columns and then the index. Other optional arguments (**kwargs) include, color, label, title, snap, etc.

Consider the following code to get a better understanding of how to plot more than one graph in one figure.

from matplotlib import pyplot as plt

plt.subplot(1, 2, 1)

x1 = [10, 20, 30, 40, 50, 60, 70, 80, 90, 100]

y1 = [5, 10, 15, 20, 25, 30, 35, 40, 45, 50]

plt.plot(x1, y1, color = "c")

plt.subplot(1, 2, 2)

x2 = [40, 50, 60, 70, 80, 90, 100]

y2 = [40, 50, 60, 70, 80, 90, 100]

plt.plot(x2, y2, color = "m")

plt.show()

The first thing is to define the location of the plot. In the first subplot, 1, 2, 1 states that we have 1 row, 2 columns and the current plot is going to be plotted at index 1. Similarly, 1, 2, 2 tells that we have 1 row, 2 columns but this time the plot at index 2.

The next step is to create arrays to plot integer points in the graph. Check out the output below:

This is how vertical subplots are drawn. To plot horizontal graphs, change the subplot rows and columns values as:

plt.subplot(2, 1, 1)

plt.subplot(2, 1, 2)

This means we have 2 rows and 1 column. The output will be like this:

Now let’s create a 2×2 grid of plots.

Consider the code below:

from matplotlib import pyplot as plt

plt.subplot(2, 2, 1)

x1 = [40, 50, 60, 70, 80, 90, 100]

y1 = [40, 50, 60, 70, 80, 90, 100]

plt.plot(x1, y1, color = "c")

plt.subplot(2, 2, 2)

x2 = [40, 50, 60, 70, 80, 90, 100]

x2 = [40, 50, 60, 70, 80, 90, 100]

plt.plot(x2, y2, color = "m")

plt.subplot(2, 2, 3)

x3 = [40, 50, 60, 70, 80, 90, 100]

y3 = [40, 50, 60, 70, 80, 90, 100]

plt.plot(x3, y3, color = "g")

plt.subplot(2, 2, 4)

x4 = [40, 50, 60, 70, 80, 90, 100]

y4 = [40, 50, 60, 70, 80, 90, 100]

plt.plot(x4, y4, color = "r")

plt.show()

The output is going to be:

In this example, 2,2,1 means 2 rows, 2 columns, and the plot will be at index 1. Similarly, 2,2,2 means 2 rows, 2 columns, and the plot will be at index 2 of the grid.

Font Size

We can change the font size of a plot with the help of a function called rc(). The rc() function is used to customize the rc settings. To use rc() to change font size, use the syntax below:

matplotlib.pyplot.rc('fontname', **font)

or

matplotlib.pyplot.rc('font', size=sizeInt)

The font in the syntax above is a user-defined dictionary, that specifies the weight, font family, font size, etc. of the text.

plt.rc('font', size=30)

This will change the font to 30, the output is going to be:

Axis Range

The range or limit of the x and y axis can be set by using the xlim() and ylim() functions of pyplot respectively.

matplotlib.pyplot.xlim([starting_point, ending_point])

matplotlib.pyplot.ylim([starting_point, ending_point])

Consider the example below to set x axis limit for the plot:

from matplotlib import pyplot as plt

x1 = [40, 50, 60, 70, 80, 90, 100]

y1 = [40, 50, 60, 70, 80, 90, 100]

plt.plot(x1, y1)

plt.xlim([0,160])

plt.show()

In this example, the points in the x axis will start from 0 till 160 like this:

Similarly, to limit y axis coordinates, you will put the following line of code:

plt.ylim([0,160])

The output will be:

Label Axis

The labels for x and y axis can be created using the xlabel() and ylabel() functions of pyplot.

matplotlib.pyplot.xlabel(labeltext, labelfontdict, **kwargs)

matplotlib.pyplot.ylabel(labeltext, labelfontdict, **kwargs)

In the above syntax, labeltext is the text of the label and is a string, labelfont describes the font size, weight, family of the label text and it’s optional.

from matplotlib import pyplot as plt

x1 = [40, 50, 60, 70, 80, 90, 100]

y1 = [40, 50, 60, 70, 80, 90, 100]

plt.plot(x1, y1)

plt.xlabel('Like Geeks X Axis')

plt.ylabel('Like Geeks Y Axis')

plt.show()

In the above example, we have regular x and y arrays for x and y coordinates respectively. Then plt.xlabel() generates a text for x axis and plt.ylabel() generates a text for y axis.

Clear Plot

The clf() function of the pyplot clears the plot.

matplotlib.pyplot.clf()

In the clf() function, we don’t have any arguments.

from matplotlib import pyplot as plt

x1 = [40, 50, 60, 70, 80, 90, 100]

y1 = [40, 50, 60, 70, 80, 90, 100]

plt.plot(x1, y1)

plt.xlabel('Like Geeks X Axis')

plt.ylabel('Like Geeks Y Axis')

plt.clf()

plt.show()

In this code, we created a plot and defined labels as well. After that we have used the clf() function to clear the plot as follows:

I hope you find the tutorial useful to start with matplotlib.

Keep coming back.

0

SparkyLinux 5.10.1 çıktı

Debian GNU/Linux tabanlı Polonya kökenli dağıtım SparkyLinux‘un 5.10.1 sürümü çıktı. Henüz resmi duyurusu yapılmamış olan Debian “Bullseye” testing serisine dayalı Sparky 5.10.1’in kurulum medyası indirilmek üzere yansılarda yerini almış bulunuyor. Hafif LXQT masaüstü ortamına sahip tam özellikli bir sistem sunduğu ifade edilen sürüm ile birlikte, minimal ve armhf versiyonları da kullanıma sunuluyor. Hafif LXDE masaüstü ortamına sahip tam özellikli bir sistem sunduğu ifade edilirken, minimal ve armhf versiyonlarının da kullanıcıların isteklerine yanıt veren hoş çözümler olduğu bildiriliyor. Bu arada Xfce ve CLI versiyonlar da kullanıma sunulmuş bulunuyor. Ayrıca çeşitli güncel paketlerin kullanıcıların kullanımına sunulduğu belirtiliyor.

Continue Reading →

SparkyLinux 5.10.1 edinmek için aşağıdaki linklerden yararlanabilirsiniz.

0

SparkyLinux 5.10 çıktı

Debian GNU/Linux tabanlı Polonya kökenli dağıtım SparkyLinux‘un 5.10 sürümü çıktı. Henüz resmi duyurusu yapılmamış olan Debian “Bullseye” testing serisine dayalı Sparky 5.10’un kurulum medyası indirilmek üzere yansılarda yerini almış bulunuyor. Hafif LXQT masaüstü ortamına sahip tam özellikli bir sistem sunduğu ifade edilen sürüm ile birlikte, minimal ve armhf versiyonları da kullanıma sunuluyor. Hafif LXDE masaüstü ortamına sahip tam özellikli bir sistem sunduğu ifade edilirken, minimal ve armhf versiyonlarının da kullanıcıların isteklerine yanıt veren hoş çözümler olduğu bildiriliyor. Bu arada Xfce ve CLI versiyonlar da kullanıma sunulmuş bulunuyor. Ayrıca çeşitli güncel paketlerin kullanıcıların kullanımına sunulduğu belirtiliyor.

Continue Reading →

SparkyLinux 5.10 edinmek için aşağıdaki linklerden yararlanabilirsiniz.

0